KURS ISHI

KIRISH O‘zbekiston Respublikasida raqamli iqtisodiyotning jadal rivojlanishi natijasida ma’lumotlar hajmi eksponensial o‘sib bormoqda. O‘zR Statistika agentligi ma'lumotlariga ko‘ra, 2023-yilda Internet foydalanuvchilari soni 35,5 million nafarga yetgan bo‘lsa [1], ularning soni har yili o‘rtacha 10-15% ga oshmoqda. Bu esa veb-resurslarda jamlangan axborotlarning katta qatlamini tahlil qilish va ulardan qiymatli ma’lumotlarni ajratib olish zaruratini yuzaga keltiradi. Jahon miqyosida esa, ma’lumotlar ilmi va sun’iy intellekt bozorining hajmi 2023-yilda 288,5 milliard dollarni tashkil etgan [2], bu esa ma’lumotlarni yig‘ish va ularga ishlov berish texnologiyalariga bo‘lgan talabning global miqyosda qanchalik yuqori ekanligini ko‘rsatadi. Veb-skreping texnologiyasi aynan shu talabni qondirishga qaratilgan bo‘lib, bozorni tahlil qilish, raqobatbardoshlikni oshirish, narx monitoringi, kontentni avtomatlashtirish kabi ko‘plab sohalarda amaliy qiymatga ega. Hozirgi kunda veb-resurslardagi ma’lumotlarning strukturasizligi, o‘zgaruvchanligi va katta hajmliligi ularni qo‘lda yig‘ishni deyarli imkonsiz qilmoqda. Bu esa samarali va avtomatlashtirilgan veb-skreping vositalariga bo‘lgan ehtiyojni oshiradi. Ushbu texnologiya xususan, elektron tijorat, moliyaviy tahlil, ilmiy tadqiqotlar va yangiliklar agregatsiyasi sohalarida keng qo‘llanilmoqda. Biroq, O‘zbekiston sharoitida veb-skreping imkoniyatlaridan to‘liq foydalanish, uning huquqiy va axloqiy jihatlarini hisobga olgan holda amaliyotga tatbiq etishda bir qator tizimli muammolar mavjud. Jumladan, milliy veb-resurslarning xususiyatlariga mos keladigan samarali skreping strategiyalarini ishlab chiqish, ma’lumotlar xavfsizligi va maxfiyligi qoidalariga rioya qilish, shuningdek, yig‘ilgan ma’lumotlarni qayta ishlash va tahlil qilish uchun mahalliy mutaxassislarni tayyorlash dolzarb vazifalardandir. Veb-skreping sohasidagi ilmiy izlanishlar jahon miqyosida jadal rivojlanib bormoqda. Masalan, X. Li (2018) o‘z tadqiqotida veb-skrepingdan foydalangan holda elektron tijorat platformalaridagi narxlarni avtomatlashtirilgan tarzda kuzatish modelini taklif qilib, real vaqt rejimida narx o‘zgarishlarini prognoz qilish imkoniyatlarini ko‘rsatdi [5]. J. Chen (2019) esa ijtimoiy tarmoqlardagi katta hajmli ma’lumotlarni skreping orqali yig‘ib, foydalanuvchilarning kayfiyatini tahlil qilishda tabiiy tilni qayta ishlash (NLP) usullar ...